排序方式: 共有54条查询结果,搜索用时 906 毫秒
31.
基于水体透明度反演的太湖水生植被遥感信息提取 总被引:3,自引:1,他引:2
在使用多光谱遥感图像提取太湖水生植被分布时,由于水体中悬浮物和藻类等物质的影响,容易产生"异物同谱"现象,大面积水体被误分为沉水植被.本文首先通过TM图像反演太湖水体的透明度,基于RVI和NDVI植被指数,分别建立两类决策树,即透明度辅助的分类决策树和无透明度参与的分类决策树,将太湖分为水体、以浮叶植被为主导的水生植被和以沉水植被为主导的水生植被等三种类型.透明度辅助下的 NDVl 分类决策树方法,较好地消除分类过程中的"异物同谱"现象,是进行太湖水生植被分类的一种最好方法选择,把这种方法应用于2002年7月15日的Landsat ETM卫星遥感影像,结果表明太湖中以沉水植被为主导的水生植被约407.6km2,以浮叶植被为主导的水生植被约82.2km2. 相似文献
32.
基于不同模型的大型湖泊水气界面气体传输速率估算 总被引:1,自引:0,他引:1
气体传输速率是湖泊水—气界面温室气体交换通量的重要驱动因子,但其估算具有不确定性.本研究选择3种不同的参数化方程估算大型(面积2400 km2)浅水(平均水深1.9 m)湖泊——太湖水—气界面的气体传输速率,探讨大型湖泊气体传输速率的控制因子和变化范围,为估算模型的选取提供参考.结果表明,气体传输速率的两个重要参数风应力和水体对流混合速率存在夜间高、白天低的变化特征,因此气体传输速率也存在夜间高、白天低的变化特征.总体上太湖气体传输速率主要由风力控制,可以通过风速函数估算得到.太湖水—气界面气体传输速率的年均值为1.27~1.46m/d.因气体传输速率存在空间变化,单一站点参数化的模型可能不适合其他区域湖泊水—气界面气体传输速率的估算,但湖泊的面积可能是一个有效的预测因子. 相似文献
33.
结合高光谱数据反演吉林石头口门水库悬浮物含量和透明度 总被引:6,自引:1,他引:5
水中悬浮物含量是评价水环境质量的一个重要参数,它可影响水体透明度、混浊度、水色等光学性质,决定太阳光照在水下的分布和浮游植物对光照的利用,并最终影响水体的初级生产力.本文利用长春市石头口门水库的高光谱实测数据和水质采样分析数据,尝试通过一阶微分法建立悬浮物估测模型,再用估测结果反演透明度信息.结果表明:用590nm处的一阶微分光谱值建立的悬浮物估测模型的决定系数R2和均方根误差(RMSE)分别为0.76、9.09 mg/L,验证模型的R2和RMSE分别为0.79、7.15 mg/L;石头口门水库上游严重的水土流失导致透明度受悬浮物含量影响较大,两者存在明显的指数关系,相关系数r为-0.80,用悬浮物含量建立的透明度估测模型的R2和RMSE分别为0.79和0.12 m,验证模型的R2和RMSE分别为0.82、0.11 m.显著水平均为p<0.01.研究结果表明,该方法用于石头口门水库悬浮物含量和透明度的定量遥感结果较理想. 相似文献
34.
基于室内光谱反射率的土壤线影响因素分析 总被引:2,自引:0,他引:2
为了更好地估算植被指数,必须计算不同土壤类型的土壤线;但由于土壤线的影响因素较多,因此土壤线参数获取困难.本文以室内土壤高光谱反射率为主要研究对象,分析并确定影响土壤线的主要因素;利用室内土壤光谱反射率计算土壤线,将所得土壤线参数用于与土壤线有关的植被指数的计算,比较这些植被指数与大豆生理参数(叶绿素a与叶面积)的相关关系是否强于归一化植被指数(NDVI),分析该土壤线参数计算方法的可行性.结果表明:土壤线的影响因素主要有土壤类型、有机质、矿物组成、秸秆覆盖等;而土壤水分、粗糙度等尽管对土壤光谱反射率大小也有很大影响,但由于对光谱曲线形状影响较小,因此对土壤线的影响也较小;与土壤线有关的植被指数部分消除了土壤背景的影响,其与大豆生理参数的相关系数显著高于NDVI,说明利用室内土壤光谱反射率计算土壤线的方法可行,所得参数适于计算基于土壤线的植被指数. 相似文献
35.
36.
水体富营养化引起的蓝藻水华问题,是我国湖泊面临的主要环境问题,亟需加强现状监测和变化研究;我国自主研发的环境(HJ)卫星空间分辨率高,重访周期短,可用于长时间序列蓝藻水华的动态监测.本文利用HJ卫星CCD数据,通过自动控制散点回归的方法进行相对辐射校正,再将归一化植被指数和像元生长算法相结合,提出了一种可业务化运行的蓝藻水华高精度提取算法.该算法的优点为:(1)水华提取时具有统一的阈值,解决了以往一景影像一个阈值,无法大规模批处理的难题;(2)通过对像元进行线性分解,精度可达到亚像元级别.利用该算法对太湖2009—2014年蓝藻水华进行监测,发现2013—2014年太湖蓝藻水华较以往暴发面积偏小.研究表明,该算法对蓝藻水华识别能力强,自动化程度和水华提取精度高,可作为业务化算法运行. 相似文献
37.
蓝藻水华暴发前,浮游植物群类结构的变化可通过其指示型色素的浓度变化来反映.为了同时反演叶绿素a、叶绿素b(绿藻门指示型色素)、叶绿素c(硅藻门指示型色素)和藻蓝素(蓝藻门的指示型色素)的浓度,利用偏最小二乘回归构建线性模型,通过2011年太湖实测吸收数据,较为准确地反演了叶绿素a和藻蓝素的浓度;针对无明显优势藻的春季数据集较为准确地反演了叶绿素b和叶绿素c的浓度.相对于经典最小二乘算法,偏最小二乘法在多色素混合的吸收光谱分析上更为有效.通过反演指示性色素浓度来反映藻类的分布,为富营养化湖泊主要藻类时空分布变化的遥感监测提供了一定的理论与技术支持. 相似文献
38.
基于遥感藻总量和气象因子的巢湖不同湖区藻华预测 总被引:1,自引:0,他引:1
湖泊能为人类提供不可或缺的资源,而全球普遍存在的湖泊富营养化导致的藻华频繁暴发正不断损害湖泊生态环境服务功能.为合理保护湖泊环境和防治藻华危害,需预测藻华暴发.以我国富营养巢湖为研究区,本文构建了一种基于遥感藻总量和气象因子的不同湖区藻华暴发概率预测方法.基于MODIS/Aqua数据,研究首先反演了2003—2019年日尺度的藻华分布和考虑垂向结构的水柱藻总量.然后,统计了西、中和东巢湖的藻华面积,判别了藻华/非藻华日,并匹配日平均藻总量和气象因子.最后,筛选出藻华形成的关键影响因子——藻总量、气温和水汽压,并构建了不同湖区日藻华暴发概率的Logistic预测模型.不同湖区月平均藻总量基本一致,但藻华暴发日占比呈“西高东低”特征.对西、中和东巢湖的藻华/非藻华检验样本,模型精度分别为90%、85%和89.5%,模型也适用于2020年夏秋季和冬春季藻华预测.湖泊藻华暴发是藻类大量增殖并在一定气象条件下的产物,故基于遥感藻总量和气象因子的藻华暴发概率预测科学合理,可推广应用于太湖等其他富营养湖泊. 相似文献
39.
近30年三江源地区湖泊变化图谱与面积变化 总被引:7,自引:2,他引:5
以近30年的40景Landsat MSS/TM/ETM+、CBERS CCD遥感影像为数据源,采用植被指数法结合人工目视解译,分为四个时期对三江源地区湖泊进行了遥感水体检测.选取面积在15km2以上、总面积占研究区湖泊总面积的90%左右的24个湖泊作为典型湖泊,建立该地区湖泊的变化图谱,并引入湖泊萎缩强度指数对湖泊的面积变化及空间分布特征进行分析.结果表明,以第三时期(1999-2002年)为界,这24个湖泊总体上经历了先萎缩后扩张的过程,且萎缩的程度大于扩张的程度,近30年来湖泊总面积缩小了65.76km2.本文研究结论可为三江源地区对气候变化响应研究提供参考,并对区域水资源合理利用提供科学依据. 相似文献
40.
MODIS-Terra和MERIS数据被用于芬兰湾蓝藻水华的监测,并对两者的性能进行了比较.研究结果表明:MODIS-Terra 波段设置主要针对一类大洋水体,缺乏预警藻蓝素的有效波段;MERIS传感器设置了620nm和665nm波段,基本对应藻蓝素的吸收峰(630nm)和反射峰(650nm),具有蓝藻水华探测的潜力,但在藻华未成型之前,海岸带水体不同优势藻类具有相似的叶绿紊特征,较难辨别蓝藻水华.总的来说,MODlS和MERIS数据比较困难实现蓝藻水华初期预警,但可以有效监测已成型的蓝藻水华.这一方法可以用于中国太湖或者海岸带水体藻华探测和监测研究. 相似文献